UTF-8文件頭BOM的處理方法

UTF-8 BOM又叫UTF-8 簽名，在UTF-8文件的頭部，長度爲3個字節。其實UTF-8 的BOM對UFT-8沒有作用，BOM簽名的意思就是告訴編輯器當前文件採用何種編碼，方便編輯器識別。但是在Eclipse中，帶有BOM的java源碼生成javadoc時卻會出現如下錯誤：

import java.io.File;
import java.io.IOException;
import java.util.Collection;
import org.apache.commons.io.DirectoryWalker;
import org.apache.commons.io.FileUtils;
import org.apache.commons.io.FilenameUtils;
@SuppressWarnings("rawtypes")
public class Utf8BomRemover extends DirectoryWalker {
	public static void main(String[] args) throws IOException {
		//刪除指定文件夾下（含子文件夾）所有java文件的BOM，若構造器中參數爲null則刪除所有文件頭部BOM
		new Utf8BomRemover("java").start(new File("E:/workspace/Test/src"));
	}
	private String extension = null;
	public Utf8BomRemover(String extension) {
		super();
		this.extension = extension;
	}
	/** 啓動對某個文件夾的篩選 */
	@SuppressWarnings("unchecked")
	public void start(File rootDir) throws IOException {
		walk(rootDir, null);
	}
	protected void handleFile(File file, int depth, Collection results) throws IOException {
		if (extension == null
				|| extension.equalsIgnoreCase(FilenameUtils.getExtension(file.toString()))) {
			//調用具體業務邏輯，其實這裏不僅可以實現刪除BOM，還可以做很多想幹的事情。
			remove(file);
		}
	}
	/** 移除UTF-8的BOM */
	private void remove(File file) throws IOException {
		byte[] bs = FileUtils.readFileToByteArray(file);
		if (bs[0] == -17 && bs[1] == -69 && bs[2] == -65) {
			byte[] nbs = new byte[bs.length - 3];
			System.arraycopy(bs, 3, nbs, 0, nbs.length);
			FileUtils.writeByteArrayToFile(file, nbs);
			System.out.println("Remove BOM: " + file);
		}
	}
}

在這個類中能把指定文件夾中指定後綴名的文件統一去除BOM，而整個程序源碼中沒有看到用遞歸算法，而是使用了apache commons-io，其實遞歸算法就在DirectoryWalker類中，實現者無需關心算法，而是關注於業務。同時，這裏給一個提醒，commons-io最新版是2.0，修改了1.4中的一些bug，其中有一處就是DirectoryWalker類，因此建議使用最新版的commons-io。

來源 http://blog.csdn.net/inkfish